机器视觉系统选型-相机选型

分辨率:通过视野大小和精度需求来确定 相机分辨率

eg:视野(工件10mm8mm允许2mm的浮动):12mm 10mm,检测精度需求为0.01mm则理论需求的相机分辨率为:12mm/0.01mm=1200以及10mm/0.01mm=1000此时选择一个分辨率略大于1200*1000的相机就能满足检测需求。

黑白彩色:一般不需要检测图像颜色信息的都用黑白相机

曝光时间:若是飞拍则需一定的最小曝光时间 原则是:最小曝光时间内物体或者相机移动的距离≤1个像素就行。

帧率: 满足飞拍时连续拍照的时间间隔

数据接口:GigE cameLink USB

芯片尺寸:几分之一英寸

镜头接口:C和CS

快门方式:一般来说运动物体用全局快门,静止物体用卷帘快门

复制代码
  Cognex Cam-CIC-5000R-14-G:500w 卷帘快门 14帧/秒 黑白相机
	接口GigE 分辨率2592*1944 像素位深12bits 靶面尺寸:2.5分之一英寸
	感光芯片:COMS 芯片尺寸:5.7mm*4.28mm

相机选型总结:

精度满足要求: 一般实际精度要高于项目所需求的精度eg:需求为0.02mm 我们可以给0.01mm甚至0.005mm的精度

确定色彩要求:

曝光时间:

帧率/数据接口:

芯片尺寸:

镜头接口:

其他相关

PS:常见芯片尺寸: ¼英寸为3.6mm x 2.7mm 对角线4mm

⅓英寸为4.8mm x 3.6mm 对角线6mm ½英寸为6.4mm x 4.8mm 对角线8mm

⅔英寸为8.8mm x 6.6mm 对角线11mm 1英寸为12.8mm x 9.6mm 对角线16mm

物距芯片尺寸=视野 焦距

相关推荐
小爷毛毛_卓寿杰1 小时前
我把一个 3B 模型塞进了 Xinference,然后它干掉了 DeepSeek V3.2
人工智能·开源·github
秦先生在广东1 小时前
Agent 闭环才是真正的护城河:Anthropic “300 个 Agent“ 背后被忽视的秘密
人工智能
Bigfish_coding1 小时前
前端转agent-【python】- 14 记忆系统优化:摘要与遗忘
人工智能
Bigfish_coding1 小时前
前端转agent-【python】-13 Ollama Python流式输出教程:stream=True 与 async 实践
人工智能
字节跳动数据库3 小时前
文章分享——相似函数处理方法
人工智能·后端·程序员
Bigfish_coding3 小时前
前端转agent-【python】-12 LangChain 入门实战:RAG + LCEL 链式调用
人工智能
程序员cxuan4 小时前
读懂 Claude Code 架构分析系列,第一篇,开始!
人工智能·后端·架构
饼干哥哥4 小时前
扣子3.0测评:我让 Codex 和 Claude Code 住同一个桌面,结果它们打架了!
人工智能·开源·代码规范
Token炼金师5 小时前
IP-Adapter:解耦交叉注意力如何让扩散模型看见图像
人工智能
Bigfish_coding5 小时前
前端转agent-【python】-11 LangGraph 高级特性:时间旅行与人工介入
人工智能